Sklearn自定义DateTimeTransformer列计数错误问题排查

云原生阿岚

2026-7-14

问题排查：DateTimeTransformer生成特征列翻倍的原因

以下是几种最可能导致特征列从预期9变成18的情况，以及对应的排查方向：

传入了多个日期列到转换器
如果你在ColumnTransformer的列选择参数里指定了2个日期列（比如['date1', 'date2']），而你的DateTimeTransformer会对每个输入列提取9个特征，最终就会得到2×9=18列。先检查ColumnTransformer中该transformer对应的列参数，确认是否只传入了目标日期列。
转换器内部重复生成特征
检查你的transform方法逻辑，是否不小心重复执行了特征提取步骤。比如代码中错误地拼接了两次相同的特征组：
```
def transform(self, X, y=None):
    df = pd.DataFrame(X, columns=['date'])
    # 第一次生成9个特征
    features1 = pd.concat([df['date'].dt.day, df['date'].dt.month, ...], axis=1)
    # 不小心又重复生成了一次
    features2 = pd.concat([df['date'].dt.day, df['date'].dt.month, ...], axis=1)
    return pd.concat([features1, features2], axis=1).values
```
这种情况会直接导致输出列数翻倍。单独测试转换器：用单日期列调用fit_transform，查看输出的.shape[1]，如果结果是18，说明问题出在转换器本身。
ColumnTransformer重复注册了同一个转换器
如果你在transformers列表里两次添加了同一个DateTimeTransformer，且都指向同一日期列，就会导致该列被处理两次，输出9×2=18列。比如：
```
ct = ColumnTransformer([
    ('dt_trans1', DateTimeTransformer(), ['date_col']),
    ('dt_trans2', DateTimeTransformer(), ['date_col'])
])
```
检查你的ColumnTransformer配置，确保只对目标列应用一次转换器。
转换器的fit方法错误保存多组状态
如果你的fit方法中对输入列进行了重复处理，保存了多组特征提取规则，那么transform时会按多组规则生成特征。比如在fit里循环处理了两次输入列，导致后续transform输出重复特征。检查fit方法的逻辑，确保只针对目标列生成一次提取规则。